208 новини · всички източници
Техническият доклад на Yifan Zhang за Recurrent Looped Transformer (RLT) предлага каузален енкодер, съчетан с рекурентен декодер, който пренася крайното си скрито състояние и кеша на плъзгащия се прозорец за вниманието на всеки слой през всеки токен от промпта и отговора, без нулиране при обслужването…
Pizza Bot е входяща кутия с отворен код и възможност за самостоятелно хостване за AI агенти, изградена върху DeepAgents и LangGraph. Тя съчетава постоянно състояние на задачите, MCP интеграции, конфигурируеми одобрения и планирани работни процеси чрез множество доставчици на модели.
Повърхностният агент е LLM, който извиква инструменти в цикъл, и при дълги задачи се проваля по 2 начина: препълване на контекста и загуба на целта. Тази статия разкрива слоя на обвивката, който отстранява и двата проблема, с реалните прагове, внедрени от…
Този практически урок демонстрира как да изграждате и ускорявате работни процеси за машинно обучение с помощта на NVIDIA cuML и RAPIDS. Той обхваща настройването на GPU среда, ускоряване на scikit-learn без код с cuml.accel, бенчмаркинг на производителността при ключови алгоритми за машинно обучение, manifold learning с UMAP и HDBSCAN, дървовидни модели…
Cognition, компанията зад кодиращия агент Devin, представи SWE-2 — най-мощния си модел за писане на код досега. SWE-2 е дообучен с подсилващо обучение върху Kimi K3 — отворения модел на Moonshot AI с 2,8 трлн. параметъра. Cognition съобщава резултат от 50,0% във FrontierCode…
Езиковият модел на плодовата мушица (FLM) подава токенни вграждания към всичките 166 700 запазени неврона и 25,6 милиона връзки на конектома на плодова мушица MaleCNS, след което добавя малка научавана корекция към замразената базова LFM2.5-1.2B-Instruct архитектура. Обучават се само 278 528 параметъра. Съпътстващият…
ByteDance Seed, SUTD, Georgia Tech, M-A-P и TokenWave.AI представят HarnessDev — бенчмарк, който оценява изпълнимия хънес, създаден от модела, а не отговора, който той връща. Започвайки от основа с резултат 0, 6 LLM модела-създатели изграждат хънеси в 5…
Anthropic публикува нов работен процес за оценяване на плъгини за Claude Code. Командата claude plugin eval изпълнява плъгин с реалистични подкани, оценява резултата, генериран от Claude, и го сравнява с изпълнение, при което плъгинът не е зареден. Тя…
Cohere представи North Small Translate — модел с отворени тегла и архитектура Mixture-of-Experts, предназначен за машинен превод на 50 езика. Той използва 25 млрд. от общо 218 млрд. параметъра на токен и постига 83,6 в оценяването на Cohere по WMT26. Теглата са безплатни за некомерсиална употреба, с…
Sakana AI пусна Fugu Max и Fugu Ultra v2 — два модела, изградени върху една и съща обучена архитектура за оркестрация. Fugu Max насочва задачите към леки отворени и специализирани модели, включително NVIDIA Nemotron, на цена от $2/$6 за 1 млн. токена. Fugu Ultra v2…
Google Research представи ToolGrad — рамка от ACL 2026 Findings, която обръща генерирането на набори от данни за използване на инструменти: първо изгражда проверена API верига, а след това пише съответстващата потребителска заявка. Напътствана от текстови „градиенти“ в цикъл от 4 модула — предложи–изпълни–избери–обнови, ToolGrad достига до…
Производствените LLM приложения рядко получават въпрос, който никой не е задавал преди. Асистентите за поддръжка и RAG конвейерите обработват едни и същи намерения хиляди пъти дневно, формулирани по различен начин, а повечето стекове третират всяка формулировка като нова, изцяло таксувана заявка.…